مايكروسوفت تتنبأ باحتمال تفويت موعدك مع الطبيب/ أميركا قد تضع “لوائح عامة” لتقييد إرسال رقائق الذكاء الاصطناعي للصين

Preview

صباح الخير،
إليك آخر أخبار الذكاء الاصطناعي لهذا اليوم، الثلاثاء 4 أكتوبر:

كيف يمكن أن يساعد ذكاء اصطناعي قادر على تركيب البروتينات على اكتشاف علاجات ومواد جديدة؟
دراسة من "مايو كلينك" تٌظهر أن الذكاء الاصطناعي قد يساعد في اكتشاف رجفان القلب الأذيني.
تطبيقات الذكاء الاصطناعي في الطاقة الكهربائية.

نتمنى لك يوماً مثمراً.
فريق الخوارزمية وإم آي تي تكنولوجي ريفيو

مايكروسوفت تستخدم الذكاء الاصطناعي للتنبؤ باحتمال تفويت المريض موعده مع الطبيب

ذكرت شركة مايكروسوفت أنها طورت أداة ذكاء اصطناعي يمكنها التنبؤ بمدى احتمالية تفويت المريض موعد الرعاية الصحية. وأضافت الشركة، في مقالة كتبتها نائبة رئيس مايكروسوفت للذكاء الاصطناعي ميراف ديفيدسون، أنها تستخدم الذكاء الاصطناعي والتعلم الآلي لتحليل مجموعة من البيانات تتضمن التركيبة السكانية والأنماط التاريخية والمحددات الاجتماعية وأنواع المواعيد وأوقات اليوم، للتنبؤ باحتمال عدم حضور المريض إلى الموعد، وذلك كجزء من برنامج مايكروسوفت كلاود للرعاية الصحية (Microsoft Cloud for Healthcare). وأوضحت أنه يمكن الاستفادة من هذه الأداة عن طريق تذكير المرضى بدرجة الخطر أو تنظيم جدول المؤسسات الصحية بحيث يحتسب احتمالية عدم الحضور.

الرابط (إنجليزي)

أميركا قد تضع "لوائح عامة" لتقييد إرسال رقائق الذكاء الاصطناعي إلى الصين

قال مسؤول بالبيت الأبيض إن وزارة التجارة الأميركية قد تصدر قريباً المزيد من التفاصيل حول وضع قواعد محتملة من شأنها تقييد الشحنات الأميركية من رقائق الذكاء الاصطناعي إلى الصين. وأوضح المسؤول في مجلس الأمن القومي الأميركي والمتخصص في قضايا التكنولوجيا، تارون تشابرا، إن الرسائل التي أرسلتها وزارة التجارة الأميركية إلى شركتي إنفيديا (Nvidia) وإيه إم دي (AMD)، الشهر الماضي، وتطلب فيها وقف شحنات الرقائق التي يمكن استخدامها لتطبيقات مثل معالجة اللغات الطبيعية وأبحاث الأسلحة النووية، كانت على الأرجح مقدمة لمزيد من اللوائح التنظيمية. وتابع: "في الغالب ستتبع (هذه الرسائل) قاعدة أو لائحة عامة تضع النهج المنطقي والكامل. أعتقد أننا سنكون في وضع يسمح لنا بقول المزيد عن ذلك في وقت قريب نسبياً".

الرابط (إنجليزي)

تٌعقد "قمة البيانات الذكية بلس"، يومي 16 و17 نوفمبر القادم، في دبي بالإمارات العربية المتحدة. الرابط (إنجليزي)
كيف سيؤدي الاستبداد التكنولوجي إلى حرب باردة جديدة؟ رابط المقالة على موقعنا
ما أنواع الطاقة الشمسية وما أبرز مميزاتها وعيوبها؟ رابط المقالة على موقعنا
كيف ترفع مصر نسبة مساهمة الذكاء الاصطناعي في الناتج المحلى؟ الرابط

Vivacity Labs شركة ذكاء اصطناعي تجمع بيانات شاملة ومُجهلة عن جميع وسائل النقل وأنماط المرور وأوقات الرحلات في الوقت الفعلي لدعم قرارات لتحسين شبكة النقل وتطوير البنية التحتية الحضرية. الرابط (إنجليزي)

دراسة من "مايو كلينك" تٌظهر أن الذكاء الاصطناعي قد يساعد في اكتشاف الرجفان الأذيني في القلب

أظهرت دراسة أجرتها مجموعة مايو كلينك (Mayo Clinic) الطبية أن الذكاء الاصطناعي يمكن أن يساعد في الكشف عن الرجفان الأذيني، وهو عدم انتظام -وغالباً نبض سريع للغاية- في نظم القلب يمكن أن يؤدي إلى حدوث جلطات دموية. كما يزيد الرجفان الأذيني من احتمالية الإصابة بالسكتة الدماغية.

وبهدف الحد من انتشار الرجفان الأذيني والسكتات الدماغية غير المشخصة، اختبر باحثو "مايو كلينك" استراتيجية فحص تعتمد على الذكاء الاصطناعي مصممة لتحديد حالات جديدة من الرجفان الأذيني تتبع تقييم مخطط كهربية القلب (ECGs).
لتحسين الكشف عن المرض، قام الباحثون بتقييم استراتيجية تسترشد بخوارزمية ذكاء اصطناعي تم تطويرها سابقاً بواسطة منصة (nference) و"مايو كلينك". وهذه الخوارزمية مصممة لاكتشاف الرجفان الأذيني في "النظم الجيبي" الطبيعي (تعبير طبي عن الآلية المسؤولة عن انتظام دقات القلب) من مخطط كهربية القلب.
ويقول طبيب الفيزيولوجيا الكهربائية للقلب في "مايو كلينك" والمؤلف الرئيسي للدراسة، بيتر نوزورثي: "نعتقد أن فحص الرجفان الأذيني يتمتع بإمكانات كبيرة، لكن العائد حالياً منخفض للغاية والتكلفة مرتفعة للغاية بحيث لا يمكن توسيع نطاق الفحص".
شملت الدراسة 1003 مرضى شاركوا في عملية مراقبة مستمرة و1003 أخرين تلقوا الرعاية المعتادة. ومن بين مرضى المجموعة الأولى، تمكنت الخوارزمية من اكتشاف الرجفان الأذيني في ستة من بين 370 مريضاً معرض لمخاطر خفيفة و48 من 633 مريضاً معرض لمخاطر عالية. وبالتالي، اعتبر الباحثون أن الفحص الموجه بالذكاء الاصطناعي أدى إلى زيادة في اكتشاف الرجفان الأذيني.
للمزيد حول هذا الموضوع، تابع قراءة المقالة عبر هذا الرابط (إنجليزي)

كيف يمكن أن يساعد ذكاء اصطناعي قادر على تركيب البروتينات على اكتشاف علاجات ومواد جديدة؟

فاجأ مختبر الذكاء الاصطناعي ديب مايند (DeepMind) المملوك لشركة ألفابت، العالم في عام 2020 عندما أعلن عن أداة "ألفا فولد" (AlphaFold)، وهي أداة ذكاء اصطناعي تستخدم التعلم العميق لحل أحد "التحديات الكبرى" في علم الأحياء: وهو التنبؤ بأشكال البروتينات بدقة. وفي وقت سابق من هذا الصيف، أعلنت شركة ديب مايند أن أداة ألفا فولد يمكنها الآن التنبؤ بأشكال جميع البروتينات المعروفة علمياً.
الأداة الجديدة، المعروفة باسم "بروتين إم بي إن إن" (ProteinMPNN)، التي وصفها مجموعة من الباحثين من جامعة واشنطن في بحثين نُشرا في مجلة "ساينس" بتاريخ 15 سبتمبر 2022، تقدم إضافة فعّالة لتلك التكنولوجيا.
هذه الأبحاث هي أحدث مثال على كيفية قيام التعلم العميق بإحداث ثورة في تصميم البروتين من خلال تزويد العلماء بأدوات بحثية جديدة. يقوم الباحثون بشكل تقليدي بتصميم البروتينات عن طريق تعديل البروتينات التي توجد في الطبيعة، ولكن "بروتين إم بي إن إن" سيفتح الباب أمام عالم جديد تماماً من البروتينات التي يمكن للباحثين تصميمها بدءاً من الصفر.
يقول مدير معهد تصميم البروتين في جامعة واشنطن، وأحد العلماء القائمين على هذه الأبحاث، ديفيد بيكر: "في الطبيعة، تحل البروتينات بشكل أساسي جميع مشكلات الحياة، بدءاً من تجميع الطاقة من ضوء الشمس إلى صنع الجزيئات. كل شيء في علم الأحياء يحدث من البروتينات".
تتكون البروتينات من مئات الآلاف من الأحماض الأمينية التي يتم ربطها في سلاسل طويلة، ثم يتم طيّها إلى أشكال ثلاثية الأبعاد. تساعد أداة ألفا فولد الباحثين على التنبؤ بالبنية النهائية للبروتين، وتقدم فكرة حول كيفية تصرفها.
سوف يساعد بروتين "إم بي إن إن" الباحثين في حل المشكلة العكسية. إذا كانت لديهم بالفعل بنية بروتينية دقيقة، فسيساعدهم ذلك في العثور على تسلسل الأحماض الأمينية التي تنطوي في هذا الشكل. يستخدم النظام شبكة عصبونية مدربة على عدد كبير جداً من أمثلة تسلسل الأحماض الأمينية، والتي تنطوي إلى هياكل ثلاثية الأبعاد.
للمزيد حول هذا الموضوع، تابع قراءة المقالة على موقعنا عبر هذا الرابط

تطبيقات الذكاء الاصطناعي في الطاقة الكهربائية

تواجه الكهرباء في جميع أنحاء العالم تحديات متزايدة تتعلق بزيادة الطلب وتدني الكفاءة وتغير أنماط الاستهلاك وزيادة النمو السكاني والاقتصادي، ونقص البيانات والتحليلات اللازمة وضعف البنية التحتية وتقادمها وغير ذلك.
وكانت هذه التحديات أكثر حدة في دول الأسواق الناشئة، حيث يُعد ضعف الكفاءة إشكالية خصوصاً. وبدأ قطاع الطاقة في الدول المتقدمة بالفعل بتبني وسائل الذكاء الاصطناعي واستخدام التقنيات ذات الصلة، التي تسمح بالاتصال بين مكونات الشبكات الذكية، مثل أجهزة إنترنت الأشياء، حيث يمكن أن تساعد هذه التقنيات على تحسين إدارة الطاقة ورفع الكفاءة وزيادة استخدام مصادر الطاقة المتجددة.
ويصل استخدام الذكاء الاصطناعي في قطاع الطاقة الكهربائية إلى الأسواق الناشئة، لكي يكون له تأثير حاسم في معالجة معظم التحديات في هذا القطاع، لأن الذكاء الاصطناعي بكل بساطة لديه القدرة على تقليص هدر الكهرباء وخفض تكاليفها، وتسهيل استخدام مصادر الطاقة المتجددة في الشبكات الكهربائية، وتسريعها لتوفر وظائف مميزة، مثل التنبؤ والمراقبة والتحقق والتقدير وغيرها، بل يمكن للذكاء الاصطناعي أيضاً تحسين تخطيط أنظمة الطاقة الكهربائية وتشغيلها وحمايتها والتحكم فيها.
يمثل التنبؤ بحدوث الأعطال وأماكنها أحد التطبيقات الرئيسة للذكاء الاصطناعي في قطاع الطاقة الكهربائية، إلى جانب الصيانة وتحديد جدولتها وأوقاتها المناسبة. ويُعد فشل المعدات الكهربائية، مثل وحدات التوليد والشبكات والمحولات والكابلات والمحطات الفرعية وغيرها، أحداث شائعة الوقوع ينجم عنها عواقب وخيمة، ولذلك يمكن أن يكون الذكاء الاصطناعي جنباً إلى جنب مع أجهزة الاستشعار المناسبة، مجدياً في مراقبة المعدات واكتشاف الأعطال قبل حدوثها، وبالتالي حماية الأرواح وتوفير الموارد والجهد والوقت.
للمزيد حول هذا الموضوع، تابع قراءة المقالة عبر هذا الرابط

إبراهيم شهباز

مدرس مساعد في جامعة الأميرة سمية للتكنولوجيا في العاصمة الأردنية عمان. شغل سابقاً منصب عالم بيانات في شركة "ألجيبرا إنتيليجنيس" لخدمات تكنولوجيا المعلومات في عمان. وهو حاصل على درجة البكالوريوس في الهندسة الكهربائية من الجامعة الأردنية، ودرجة الماجستير في علوم البيانات من جامعة الأميرة سمية للتكنولوجيا. تركز أبحاثه على علوم البيانات والتعلم الآلي والبيانات الكبيرة.

شجرة القرار | DECISION TREE

خوارزمية تعلم موجّه ذات بنية شجرية تشبه بنية المخططات التدفقية (Flowcharts)، وتستخدم في تطبيقات التصنيف والانحدار. تتألف شجرة القرار من عُقد القرار (Decision Nodes) المسؤولة عن تمثيل ميزات مجموعة البيانات والأفرع (Branches) التي تُمثل قواعد اتخاذ القرار وأخيراً عُقد الأوراق (Leaves) التي تُعبر عن النتيجة النهائية أو القرار الذي تم اتخاذه. تُعد هذه الخوارزمية واحدة من أسهل خوارزميات التعلم الآلي من حيث الفهم والتطبيق كونها تحاكي طريقة تفكير البشر عند اتخاذ القرارات.

اقرأ المزيد حول هذا المصطلح على منصة تكنوضاد

منصات مجرة

تواصل معنا

الاستمرار بالحساب الحالي